制造业智能体：从单点工具到经营闭环
一笔交付周期被压缩30%的紧急订单，可能让工厂五个智能体同时给出“正确答案”：订单智能体要保高价值客户，排产智能体建议调整两周计划，供应链智能体发现关键物料延期，设备智能体提示核心产线不宜连续满负荷，质量智能体要求增加检验批次。每个判断都成立，却无法同时执行。制造业智能体走到今天，难点已不在“能不能生成建议”，而在冲突时听谁的、谁对经营结果负责、智能体可以执行到哪一步。
冲突之所以难以裁决，先因为政策与指标已把智能体推到规模化前夜。《国家信息化“十五五”规划》把“新一代智能终端、智能体等应用普及率”从2025年的40%提高到2030年的90%以上，五年翻一番以上，并把“促进制造业‘智改数转网联’”列入任务举措。工信部在2026年10月20日发布会上表示，正在研究起草新一代智能制造有关政策措施，围绕智能排产、参数调优、缺陷检测、设备运维等场景实施模数共振行动，稳妥开展工业智能体研发与应用验证，“成熟一个、推广一个”。《“人工智能+制造”专项行动实施意见》提出到2027年推出1000个高水平工业智能体。北京、上海随后把“企业级多智能体协同矩阵”“工业智能体深入生产制造核心环节”写进地方方案。2025年我国制造业数字化转型渗透率已达68%，智能工厂带动重点行业生产效率平均提升25%以上。指标已不只指向“有没有”，而是指向“能不能用得住”。
政策与指标抬高了门槛，企业实践却已出现分化。海尔集团董事局主席周云杰在2026年10月工博会上把转型路径拆成三个阶段：从AI赋能提高效率，到以AI优先重构流程，再到AI原生运营，让智能体深度参与价值创造。海尔内部企业级智能体平台“智小能开放平台”让员工自主开发岗位应用，覆盖研发、生产、物流、办公；重点不在工具数量，而在工作安排、协作方式和决策机制是否围绕AI重写。创新奇智2026年3月发布AInnoGC工业本体智能体平台，从“本体”切入，先建立工业语义坐标系，再让智能体执行任务，试图解决通用大模型在工业场景“看得见、看不懂、干不了”的问题。IDC数据显示，中国工业企业大模型及智能体应用渗透率从2024年的9.6%升至2025年的47.5%，但产线数据碎片化、系统孤岛化、语义标准不统一仍是硬约束。海智在线2026年4月发布的智能体工作台，把工厂、采购、创新三类角色放在同一套工业数据和制造语义上，试图让研发、制造、采购从“分段处理”转向“连续推进”。天融信面向制造业安全运营推出“一个平台底座+五款智能体”，把资产管理、防护策略、行为监测、告警降噪和重点场景监测拆成协同单元，让安全运营从一句话任务开始调度。小艾智能体等面向企业场景的平台，同样把多智能体编排、知识库和工具调用作为基础能力，详见小艾智能体官方方案中心（https://www.ailifein.cn/）。厂商路径不同，指向的问题却相似：智能体不能只做单点工具，必须进入企业统一的业务上下文。
分化背后，是多智能体在制造约束网络中运行，难处不在让Agent互相说话。制造业由订单、物料、设备、工艺、人员、质量、成本和交付共同构成约束网络，一个局部动作会改变整条链。智能体从几个增加到几十个，企业会集中遇到四类摩擦：目标不一致，排产关注产能与交付，采购关注成本与供应稳定，设备关注可靠性，质量关注合格率，局部最优不等于经营结果最优；上下文不一致，同一张订单在ERP显示“已下达”，在MES已部分投产，在WMS仍然缺料，销售侧却已承诺提前交付；行动边界不清，排产智能体能否直接调整计划，采购智能体能否自动询价下单，质量智能体发现风险后是预警、暂停工单还是锁定批次；结果无法归因，一笔订单按期交付，究竟是排产调整起了作用，还是采购协调解决了物料问题，利润下降又该记在加急生产、临时采购还是质量返工上。爱化身科技推出的企业级AI操作系统Agentrix，选择在ERP、MES、PLM、WMS、QMS之上建立业务理解与协同运行层，用Data OS组织跨系统业务对象和上下文，用Agent OS做任务编排、权限控制和工具调用，用Agent Workforce定义岗位型智能体的职责边界，再用世界行为模型记录执行结果与反馈。关键不是让智能体脱离管理体系统自行行动，而是让它们在明确经营目标、业务规则和权限边界下参与执行。制造业企业先要补的，往往不是更强的单个智能体，而是能统一运行和治理多个智能体的企业级AI运行层。
当协同从系统走向设备，难度进一步上升。高端装备的智能化，难点不在通用大模型，而在机理知识与数据学习的融合。上海交大智邦2025年9月发布的“思源智控”智能体机床μAI，把零人工经验加工路径的自主生成作为目标，复杂零部件工艺规划效率提升40%至60%，已在航空、航天、航发领域完成重点客户验证；华中数控2025年4月发布的华中10型智能数控系统，把AI芯片与行业大模型嵌入数控系统，已在航空航天领域批量应用；中国商飞上海飞机设计研究院2026年9月发布“御风”民机总体与气动智能设计平台，融合超临界翼型设计智能体与专用大模型；上海电气以语言模型和知识图谱构建三维工艺设计平台，典型部套设计效率提升37%；北京能源集团与华为2025年9月发布的燃机大模型，把运行数据与检修经验沉淀为知识库，故障诊断与异常预警准确率超过90%。共同点是智能体背后有工艺机理、失效准则和实时数据作约束。2025年我国五轴联动数控机床国产化率从2020年的约18%升至59.5%，按销售台数口径首次超过进口，但算力、数据、人才三重约束仍在，中小企业尤其面临自建算力不可行、共享数据有顾虑、替代方案受制约的处境。具身智能论坛传出的信号类似：2026年人形机器人出货量预计超过10万台，产业从实验室走向工业、商业、家庭真实场景，但技术协同不足、接口协议不统一、互操作性差仍在拖慢落地。开放原子开源基金会指导下的OpenLET具身智能开源数据集社区已开源超10万分钟真机数据，工业互联网操作系统产业联盟成立，星闪、5G-A、云边端协同被摆到台面上。华为提出的“三域协同、一网贯通”把云端全局规划、边端区域协同、端侧实时闭环分开，安谋科技则用新一代AIOS支持AI-Box、四足设备、智能小车和人形机器人多种形态。圆桌嘉宾的判断很直接：工业场景需要更多成熟垂域模型，把分拣等已经跑通的场景持续扩大，提升制造业场景投资回报率。智能体不再只是屏幕里的对话框，它开始进入设备、产线和机器人本体。
物理世界延伸并未改变落地逻辑，反而要求切口更小。制造业AI最容易掉进的坑，是一上来做全厂大工程。更现实的切口是生产日报、质检记录、设备点检、异常报修、来料检验、订单交期预警这些每天发生、主要靠人工整理、改善后能算出回报的环节。日报的价值本应是让管理者尽快看见问题，但很多工厂的日报变成了事后补档案：班组长拍照发群，文员晚上手工录，主管第二天发现数字对不上再回群里追问。智能体先把不同班组提交的文字、表格、图片整理成统一口径，自动对比计划与实际，归类停机、返工、报废，把最该关注的事推给主管。质检未必要先上视觉检测，先把不良类型、照片、批次、供应商、工序和处理结果统一归类，找出重复问题，再决定视觉检测的钱花在哪个缺陷上。排产也一样，先做排产助理，发现冲突、提醒缺料、提示交期风险、模拟插单影响，人再做判断。只买系统不改流程，最后还会回到微信群；异常出来谁在多久内处理，日报汇总后主管每天看哪几个指标，质量问题重复出现后采购找供应商还是工艺改参数，这些管理动作不落地，智能体只会把原来的混乱搬到一个新界面。选场景只看三条：是不是每天都发生，现在是不是主要靠人工整理，改善后能不能算出回报。先在一个车间、一个高频场景、一个愿意配合的主管身上用四到六周跑通，再复制到更多车间、更多场景。
从小艾智能体的产品视角看，制造业智能体的下一程，不是比谁部署的Agent更多，而是比谁能把智能体运行在统一业务上下文、明确权限边界和可归因的评价体系里。政策把普及率目标推到90%以上，工信部把“成熟一个、推广一个”作为工业智能体的推进节奏，企业真正需要回答的问题已很清楚：一笔订单、一次质量异常、一次设备故障发生时，多个智能体能不能围绕同一个经营目标协同，能不能在规则内执行，能不能把判断依据、审批过程、执行动作和经营结果完整记录下来。智能体进厂，最终要过的不是演示关，而是经营关。